基于高斯混合模型的人群异常检测算法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的主要工作 | 第14页 |
| 1.4 本文结构 | 第14-16页 |
| 第二章 异常检测理论基础 | 第16-24页 |
| 2.1 运动目标检测 | 第16-19页 |
| 2.1.1 基于三帧差分法的运动目标检测 | 第16-18页 |
| 2.1.2 基于背景减除法的运动目标检测 | 第18-19页 |
| 2.2 运动目标跟踪 | 第19-22页 |
| 2.2.1 CamShift跟踪算法 | 第20-21页 |
| 2.2.2 基于粒子滤波跟踪算法 | 第21-22页 |
| 2.3 视频图像特征 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于高斯混合模型的人群异常检测 | 第24-36页 |
| 3.1 视频的预处理 | 第24-29页 |
| 3.1.1 高斯混合模型背景建模 | 第25-27页 |
| 3.1.2 形态学处理 | 第27-29页 |
| 3.2 提取运动特征 | 第29-32页 |
| 3.2.1 光流法 | 第29-30页 |
| 3.2.2 SIFT特征 | 第30-32页 |
| 3.3 基于高斯混合模型的人群异常检测 | 第32-35页 |
| 3.3.1 按图像子块分配运动特征 | 第32-33页 |
| 3.3.2 利用EM算法训练高斯混合模型 | 第33-34页 |
| 3.3.3 高斯混合模型检测异常 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 实验与分析 | 第36-44页 |
| 4.1 数据库和实验环境介绍 | 第36-37页 |
| 4.2 评价指标 | 第37-38页 |
| 4.3 结果与分析 | 第38-43页 |
| 4.3.1 UMN数据库实验结果与分析 | 第38-40页 |
| 4.3.2 UCSD数据库实验结果与分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-47页 |
| 5.1 本文总结 | 第44-45页 |
| 5.2 未来展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读学位期间所取得的相关科研成果 | 第51-52页 |
| 致谢 | 第52-53页 |
